Т. Ю. Цибизова, в. М. ПосТников, с. б. сПиридонов

T . Y u . T s i b i z o v a , v . M . P o s T n i k o v , s . b . s P i r i d o n o v

Анализ влияния технологий лекций-визуализаций на результаты контрольных мероприятий по учебным дисциплинам

Analysis of the impact of technology lectures-visualizations on the results of control measures in various academic disciplines

Статья посвящена вопросам совершенствования методик и технологий обучения, повышающих качество образования. Проведена сравнительная оценка эффективности применения некоторых видов информационно-компьютерных технологий – циклов лекций-визуализаций в учебном процессе по дисциплинам направления подготовки «Информатика и вычислительная техника». Анализ результативности проведен по группам студентов. Одна группа изучала курс дисциплин в классическом варианте без использования проекционного оборудования на лекциях, а вторая – с его использованием. В качестве оценочных параметров были взяты оценочные баллы совокупного рейтинга, выставляемого по контрольным мероприятиям, входящим в модуль данных дисциплин. Полученные данные были проанализированы с применением двухвыборочного критерия Вилкоксона. Рассмотрен пример сравнительного анализа оценок на основе тестирования двух групп студентов по курсу «Схемотехника дискретных устройств», прослушавших курсы лекций, читаемых по двум разным технологиям. Показана результативность применения методики преподавания с использованием технологии лекций-визуализаций.

Ключевые слова: качество образования, информационно-компьютерные технологии, образовательный процесс, информационное обеспечение учебного процесса, презентации, лекция-визуализация, двухвыборочный критерий Вилкоксона

Перспективы Науки и Образования. 2018. 3 (33)

Международный электронный научный журнал ISSN 2307-2334 (Онлайн)

Адрес статьи: pnojournal.wordpress.com/archive18/18-03/Дата публикации: 1.07.2018№ 3 (33). С. 358-363.УДК 372.862

Perspectives of Science & Education. 2018. 3 (33)

International Scientific Electronic Journal ISSN 2307-2334 (Online)

Available: psejournal.wordpress.com/archive18/18-03/Accepted: 1 June 2018Published: 1 August 2018No. 3 (33). pp. 358-363.

The article is devoted to improvement of methods and technologies of training, increase the quality of education. Comparative evaluation of the effectiveness of certain types of information computer technologies – lectures-visualizations in educational process on disciplines of specialty "Computer science and engineering". The performance analyses carried out by groups of students. One group studied the course of disciplines in the classical way without the use of projection equipment in the lecture, and the second with its use. As evaluation parameters were taken as evaluation points of the total rating assigned to control actions within the module these disciplines. The obtained data were analyzed using two-sample Wilcoxon criterion. An example of a comparative analysis of estimates based on testing two groups of students for the course "Circuit design of discrete devices" device enrolled to the courses of lectures on two different technologies. Shows the performance of using methods of teaching using technology lectures-visualizations.

Keywords: quality of education, information and computer technologies, educational process, informational support of educational process, presentations, lecture-visualization, a two-sample Wilcoxon test

Перспективы Науки и Образования. 2018. 3 (33)

359

Введение

В настоящий период тенденции совершен-ствования методик и технологий, повы-шающих качество образования, формиру-

ющих необходимые компетенции, получают все новые направления развития и совершенство их форм и методов [1, 2]. К самым современ-ным технологиям относится использование ин-формационно-компьютерных технологий (ИКТ) и формирование на их основе инновационных методов обучения [3, 4, 5]. Одним из способов применения ИКТ является, так называемая, лек-ция-визуализация, подразумевающая исполь-зование лектором мультимедиа презентаций, разработанных по тематикам лекций, программ-приложений, позволяющих провести модели-рование работы изучаемых узлов, электронных схем и т.д., подтверждающих практическими примерами теоретический материал.

Применение средств компьютерной техники с развитыми аудиовизуальными возможностя-ми современных аудиторий и классов имеют следующие преимущества перед традиционным представлением материала [6, 7]:

• способствуют росту качества обучения, как в целом, так и за счет воздействия не только на слуховой канал восприятия ма-териала, но и на зрительный;

• обладают большей наглядностью и могут быть использованы, как для самих лек-ций, так и для повышения эффективности и продуктивности всех направлений са-мостоятельной работы студентов, являясь одновременно мобильным дидактиче-ским пособием;

• дают возможность студенту сосредото-чить внимание на понимании материала вместо механического записывания лек-ций;

• исключают вероятность ошибочной трак-товки мыслей преподавателя;

• уменьшают интенсивность работы препо-давателя во время лекции за счет пере-носа изображения материала с момента лекции (на доске) на досрочную подготов-ку презентаций;

• позволяют преподавателю классифици-ровать материал, находить узкие и недо-статочно проработанные места;

• стимулируют творческую работу препода-вателя [8] на изыскание более совершен-ных методик и технологий изложения из-учаемого студентами материала.

Постановка задачи

Необходимо оценить эффективность техно-логических приемов, используемых препода-вателем на лекции-визуализации и произвести

оценку этих приемов для подтверждения их пре-имущества по результатам контрольных меро-приятий у двух групп студентов, слушавших лек-ции по классической технологии и со средствами визуализации.

Данный тип лекции подразумевает владение лектором следующими информационными воз-можностями: использование презентаций, про-граммных пакетов флэш-анимации, приложений в виде программ моделирования электрон-ных схем и узлов архитектур вычислительных устройств. Данные компьютерные средства обу-чения помогают в процессе лекции студенту пра-вильно записать определение нового термина, понятия, теоремы; наглядно отображать элек-трические параметры и потенциалы, возника-ющие в процессе объяснения принципов функ-ционирования схем; практически подтвердить справедливость утверждений по изложенному теоретическому материалу о работе элементов и узлов. Особенно удобны данные пакеты и их де-монстрация на большом экране в процессе про-ведения лабораторного практикума.

Помимо чтения лекций в арсенале препо-давателя присутствуют и другие автоматизиро-ванные процедуры коммуникационных средств, применяемые при практических занятиях (лабо-раторный практикум) и при проведении различ-ных форм контрольных мероприятий [9]. К этим средствам можно отнести:

• оснащение компьютерного класса специ-ализированным программным обеспе-чением для проведения закрытых кон-трольных тестов и автоматизированной технологии расчета интегральной оценки;

• возможность просмотра части презента-ционного материала, специально разра-ботанного для подготовки по отдельным темам лабораторных работ.

При этом следует иметь в виду, что создание компьютерного информационного обеспечения учебного процесса предусматривает целый ряд предварительных работ. Отметим наиболее важ-ные из них:

• выделение в лекционном материале фрагментов (текстовых, математических, графических), заслуживающих представ-ления на проекционном экране;

• редактирование материала выбранных фрагментов в структуру и по требованиям и рекомендациям создания презентаци-онного материала;

• подготовка отдельных рисунков, графи-ков, схем и исследование вариантов их представления в презентационном мате-риале;

• разработка мультимедийных компонен-тов (звук, флэш-анимация, видео-фильм и др.);

• использование в презентации интернет-ресурсов, других приложений (например,

Perspectives of Science & Education. 2018. 3 (33)

360

программ моделирования электронных схем и узлов ЭВМ);

• разработка общего дизайна электронных презентаций для конкретного курса лек-ций.

Возможности, заложенные в технологии мультимедиа, позволяют использовать визу-альный канал обучаемого как самый мощный источник получения знаний. Следующие воз-можности, являющиеся достоинством техно-логии мультимедиа, присутствуют во многих программных средах создания презентаций: возможность «свободной» навигации по пред-ставляемой информации; использование ги-пертекста для получения справочной или иной поясняющей информации; работа с приложе-ниями, вызываемыми по ходу демонстрации презентаций и дополняющие восприятия лек-ционного материала; возможность масштаби-рования изображений, использования видеоф-рагментов, видеозаписей.

Подходы, используемые для подтверждения эффективности

результатов использования лекции-визуализации

Как правило, эти подходы основаны на срав-нении результатов тестирования знаний разных групп студентов, имеющих одинаковый уровень начальной подготовки, но обучавшихся по раз-ным технологиям или методикам. При этом одни группы обучаются по классической методике, а другие – по инновационной. В нашем случае одна группа обучалась по классической мето-дике, когда преподаватель использовал доску и мел, а при обучении второй группы на лекциях и практических занятиях были использованы муль-тимедийные технологии.

Обычно для сравнения несвязных выборок результатов тестирования двух групп студентов используют критерий Стьюдента [10]. Однако корректнее применять непараметрические ме-тоды анализа данных, основу которых составля-ют ранговые критерии [11].

Наиболее простым в использовании и доста-точно распространенным является непараметри-ческий статистический двухвыборочный крите-рий Вилкоксона [12].

Результатами проверки знаний студентов яв-ляются баллы, которые они набрали в процессе решения одинаковых контрольных мероприя-тий [13]. Каждое задание в контрольной рабо-те оценивается степенью выполнения и мак-симально возможным числом баллов. После выполнения всех заданий каждый студент по-лучает баллы, оценивающие качество усвоения теоретического материала конкретной темы дисциплины. Баллы, набранные студентом, вы-числяют по формуле:

где Xij – сумма баллов, которую набрал j-ый студент i-ой группы по результатам выполнения всех контрольных заданий; xg – максимальный балл, который дают студенту за правильное вы-полнение g-го задания; βijg – уровень правильно-го выполнения j-ым студентом i-ой группы g-го задания, z – количество контрольных заданий, входящих в контрольную работу.

Сравнение результатов тестирования двух групп студентов на основе двухвыборочного кри-терия Вилкоксона

Рассмотрим пример, который показывает возможность применения двухвыборочного критерия Вилкоксона для сравнительного ана-лиза двух методик чтения лекций, и принятия решения по целесообразности дальнейшего ис-пользования презентаций на лекциях.

Для этого определим нормированную и цен-трализованную T-статистику Вилкоксона по фор-муле:

где n1 и n2 – численность студентов групп; n – общее число студентов двух групп; Rm – наиболь-шая из ранговых сумм R1 и R2, определенных из суммы рангов каждой из групп; M(W) и D(W) – математическое ожидание и дисперсия стати-стики Вилкоксона.

Сравним T-статистику Вилкоксона с ее таблич-ным критическим значением TT, взятым из [14, 15] и приведенным в таблице 1, где: α – уровень значимости полученных результатов; обычно считают, что α =0,05.

Таблица 1Табличные критические значения Т-статистики

Вилкоксонаα 0,1 0,08 0,06 0,05 0,046 0,025 0,01

TT 1,645 1,75 1,884 1,96 2 2,24 2,57

Если T≥TT, то с вероятностью (1 – α) различия между результатами контрольных мероприятий двух групп студентов, т.е. между суммарными рангами R1 и R2 баллов студентов групп, являются значимыми. В этом случае считают, что подгруп-пы студентов существенно отличаются по уровню усвоения и знания материалов тем дисциплины.

Если T<TT, то с вероятностью (1 – α) различия между результатами практически отсутствуют. В этом случае считают, что группы практически не отличаются по уровню по уровню усвоения и знания темы дисциплины и применение презен-таций не дали существенных результатов.

Перспективы Науки и Образования. 2018. 3 (33)

361

Определяем сумму рангов, набранную каж-дой группой, используя данные, приведенные в Таблице 2 (столбцы 5 и 6):

Вычисляем математическое ожидание и дис-персию статистики Вилкоксона:

По вышеизложенной методике были ото-браны две группы студентов, прослушавшие лекции дисциплины «Схемотехника дискретных устройств» одного и того же преподавателя в разных по оснащенности аудиториях с идентич-ным уровнем начальной подготовки, каждая группа численностью восемь человек.

Студенты первой группы изучали теорети-ческие и практические занятия по дисциплине без презентаций в аудитории с доской и мелом, вторая группа проходила обучение в аудитории, оснащенной видео средствами. После завер-шения обучения по темам, входящих в модуль

дисциплины, студенты выполняли контрольную работу, одинаковую для обеих групп. Набор кон-трольных заданий, выполненный каждым сту-дентом, оценивался по формуле (1), учитываю-щей как степень выполнения задания, так и его сложность.

Результаты тестирования студентов и их ран-жирование приведены в таблице 2.

Сравнительную оценку результатов тести-рования знаний студентов с учетом методики проведения занятий с презентацией (табл. 2, столбец 2) и без презентации (табл. 2 столбец 3) проводим с помощью критерия Вилкоксона.

Таблица 2Результаты выполнения студентами контрольных заданий

№

Баллы, набранные студентами

группы 1 (с визульными

средствами), X1j

Баллы, набран-ные студентами

группы 2 (без визуальных средств), X2j

Общий ранг баллов

Ранги бал-лов студен-тов группы

1, r1j

Ранги бал-лов студен-тов группы

2, r2j

1 2 3 4 5 61 30 1 12 29 2 23 27 3 34 26 4 45 25 5 56 24 6 67 23 7 78 22 8 89 20 9 9

10 19 10 1011 18 11 1112 16 12 1213 15 13 1314 14 14 1415 12 15 1516 11 16 16

Определяем нормированную, централизо-ванную T-статистику Вилкоксона по формуле (2):

Из таблицы 1 для уровня значимости α =0,05 имеем табличное критическое значение крите-рия Вилкоксона TT=1,96.

Поскольку T>TT, то принимаем гипотезу, сви-детельствующую о том, что с вероятностью 95% различия между результатами тестирования двух групп студентов являются значимыми.

Perspectives of Science & Education. 2018. 3 (33)

362

Поэтому согласно двухвыборочного критерия Вилкоксона, методика обучения студентов с ис-пользованием лекций-визуализаций и презента-ционного оборудования является более эффек-тивной.

Выводы

Применение изложенных в статье методов использования информационных технологий способствует повышению уровня конкуренто-способности выпускников на рынке инженерно-го труда, а также позволяет получить следующие результаты:

• У преподавателя появилась возможность увеличить глубину проработки и степень

практической детализации лекционного материала.

• Повысилась эффективность усвоения сту-дентами основных технологических при-емов и особенностей в ходе лабораторно-исследовательского практикума в части демонстрации макетов и схем на боль-шом экране.

• На 30-40% увеличилось количество иссле-дуемых средств, узлов и блоков в процес-се изучения материала, что отразилось на повышении интенсивности практических занятий.

• Увеличился средний балл студента по ре-зультатам контрольных мероприятий, т.е. повысилась успеваемость студента.

ЛИТЕРАТУРА

1. Гузева Т.А., Спиридонов О.В., Ополонская О.К. Анализ профессиональных компетенций в федеральных государственных образовательных стандартах высшего образования // Все материалы. Энциклопедический справочник. 2017. № 1. С. 65-74.

2. Спиридонов О.В., Ополонская О.К., Гузева Т.А. Сопряжение образовательных и профессиональных стандартов: проблемы и решения // Все материалы. Энциклопедический справочник. 2016. № 5. С. 74-79.

3. Ткаченко А.В. Корольков И.А. Лунева М.А. Информационно-коммуникационные технологии и качество образования // Информационно-измерительные и управляющие системы. 2016. № 6. С. 70-73.

4. Дрыгина И.В., Маркова Е.С. Инновационные тенденции в образовании // Системы оценки качества образования: Всероссийская научно-практическая конференции с международным участием 18 декабря 2015 г. / отв. ред. Г.П. Карлов. Красноярск: СибГТУ, 2015. С. 25-28.

5. Цибизова Т.Ю., Мешков Н.А. Реализация инновационных форм обучения в информационно-коммуникационном образовательном пространстве // Качество. Инновации. Образование. 2011. № 12 (79). С. 16-21.

6. Чернега Е.В., Августан О.М., Марданов С.А., Сергеев Д.А. Методическое обеспечение организации образовательных программ опережающего инженерного образования на базе научно-образовательного центра «Технопарк информационных технологий» МГТУ им. Н.Э. Баумана // Автоматизация. Современные технологии. 2017. Т. 71. № 10. С. 469-472.

7. Цибизова Т.Ю., Чернега Е.В., Августан О.М. Формирование информационно-образовательной среды взаимодействия преподавателя и студентов (на примере проекта «Технопарк» МГТУ им. Н.Э. Баумана и MAIL.RU GROUP) // Международный журнал экспериментального образования. 2017. № 9. С. 80-85.

8. Буренина В.И., Кочетова Н.Г. Модель развития творческого потенциала преподавателя технического вуза // Самарский научный вестник. 2017. Т. 6. № 3 (20). С. 270-274.

9. Правдина А.Д. Аспекты обучения программированию на занятиях лабораторного практикума студентов младших курсов // Гуманитарный вестник. 2015. № 3 (29). С. 6.

10. Харькова О.А., Гржибовский А.М. Сравнение одной и двух несвязанных выборок с помощью пакета статистических программ STATA: параметрические критерии // Экология человека. 2014. № 3. С. 57-61.

11. Цибизова Т.Ю., Карпунин А.А. Применение метода анализа иерархий в оценке качества процессов управления // Современные проблемы науки и образования. 2015. № 2. С. 200.

12. Орлов А.И. Двухвыборочный критерий Вилкоксона – анализ двух мифов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 104. С. 91-111.

13. Августан О.М., Зимин В.Н., Марданов С.А. Применение балльно-рейтинговой системы при оценке знаний студентов технических специальностей (на примере проекта «Технопарк» при МГТУ им. Н.Э. Баумана) // В сборнике: Актуальные вопросы и перспективы развития современной науки Материалы III Международной научно-практической конференции студентов, аспирантов и молодых ученых. 2017. С. 30-35.

14. Орлов А.И. Модель анализа совпадений при расчете непараметрических ранговых статистик // Заводская лаборатория. Диагностика материалов. 2017. Т. 83. № 11. С. 66-72.

15. Белоус В.В., Спиридонов С.Б., Постников В.М. Подход к сравнению по уровню начальной подготовки учебных подгрупп слушателей по направлению переподготовки администрирование сетей // Интернет-журнал Науковедение. 2016. Т. 8. № 6 (37). С. 96.

REFERENCES

1. Guzeva T.А., Spiridonov O.V., Opolonskaya O.K. Аnaliz professional'nykh kompetentsij v federal'nykh gosudarstvennykh obrazovatel'nykh standartakh vysshego obrazovaniya [Analysis of professional competencies in federal state educational standards of higher education]. Vse materialy. Entsiklopedicheskij spravochnik [All materials. Encyclopedic reference book], 2017, no 1, pp. 65-74.

2. Spiridonov O.V., Opolonskaya O.K., Guzeva T.А. Sopryazhenie obrazovatel'nykh i professional'nykh standartov: problemy i resheniya [Pairing educational and professional standards: problems and solutions]. Vse materialy. Entsiklopedicheskij spravochnik [All materials. Encyclopedic reference book], 2016, no 5, pp. 74-79.

3. Tkachenko А.V. Korol'kov I.А. Luneva M.А. Informatsionno-kommunikatsionnye tekhnologii i kachestvo obrazovaniya [Information and communication technologies and quality of education]. Informatsionno-izmeritel'nye i upravlyayushhie

Перспективы Науки и Образования. 2018. 3 (33)

363

sistemy [Information-measuring and control systems], 2016, no 6, pp. 70-73.4. Drygina I.V., Markova E.S. Innovatsionnye tendentsii v obrazovanii [Innovative tendencies in education]. Sistemy otsenki

kachestva obrazovaniya: Vserossijskaya nauchno-prakticheskaya konferentsii s mezhdunarodnym uchastiem [Systems for assessing the quality of education: All-Russian scientific and practical conference with international participation]. Krasnoyarsk, 2015, pp. 25-28.

5. Tsibizova T.Yu., Meshkov N.А. Realizatsiya innovatsionnykh form obucheniya v informatsionno-kommunikatsionnom obrazovatel'nom prostranstve [Realization of innovative forms of education in the information and communication educational space]. Kachestvo. Innovatsii. Obrazovanie [Quality. Innovation. Education], 2011, no 12 (79), pp. 16-21.

6. Chernega E.V., Аvgustan O.M., Mardanov S.А., Sergeev D.А. Metodicheskoe obespechenie organizatsii obrazovatel'nykh programm operezhayushhego inzhenernogo obrazovaniya na baze nauchno-obrazovatel'nogo tsentra «Tekhnopark informatsionnykh tekhnologij» MGTU im. N.E. Baumana [Methodical support of the organization of educational programs of advanced engineering education on the basis of the scientific and educational center "Technopark of Information Technologies" BMSTU]. Аvtomatizatsiya. Sovremennye tekhnologii [Automation. Modern technologies], 2017, V. 71, no 10, pp. 469-472.

7. Tsibizova T.Yu., Chernega E.V., Аvgustan O.M. Formirovanie informatsionno-obrazovatel'noj sredy vzaimodejstviya prepodavatelya i studentov (na primere proekta «Tekhnopark» MGTU im. N.E. Baumana i MAIL.RU GROUP) [Formation of the information and educational environment for interaction between the teacher and students (on the example of the project "Technopark" of Bauman Moscow State Technical University and MAIL.RU GROUP)]. Mezhdunarodnyj zhurnal ehksperimental'nogo obrazovaniya [International Journal of Experimental Education], 2017, no 9, pp. 80-85.

8. Burenina V.I., Kochetova N.G. Model' razvitiya tvorcheskogo potentsiala prepodavatelya tekhnicheskogo vuza [Model of development of creative potential of the teacher of a technical university]. Samarskij nauchnyj vestnik [The Samara scientific bulletin], 2017, V. 6, no 3 (20), pp. 270-274.

9. Pravdina А.D. Аspekty obucheniya programmirovaniyu na zanyatiyakh laboratornogo praktikuma studentov mladshikh kursov [Aspects of teaching programming in the classroom of laboratory work of junior students]. Gumanitarnyj vestnik [Humanitarian bulletin], 2015, no 3 (29), pp. 6.

10. Khar'kova O.А., Grzhibovskij А.M. Sravnenie odnoj i dvukh nesvyazannykh vyborok s pomoshh'yu paketa statisticheskikh programm STATA: parametricheskie kriterii [Comparison of one and two unrelated samples using STATA statistical software package: parametric criteria]. Ehkologiya cheloveka [Human Ecology], 2014, no 3, pp. 57-61.

11. Tsibizova T.Yu., Karpunin А.А. Primenenie metoda analiza ierarkhij v otsenke kachestva protsessov upravleniya [Application of the method of analyzing hierarchies in assessing the quality of management processes]. Sovremennye problemy nauki i obrazovaniya [Modern problems of science and education], 2015, no 2, pp. 200.

12. Orlov А.I. Dvukhvyborochnyj kriterij Vilkoksona – analiz dvukh mifov [Two-sample Wilcoxon test – analysis of two myths]. Politematicheskij setevoj ehlektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta [Polytechnical network electronic scientific journal of the Kuban State Agrarian University], 2014, no 104, pp. 91-111.

13. Аvgustan O.M., Zimin V.N., Mardanov S.А. Primenenie ball'no-rejtingovoj sistemy pri otsenke znanij studentov tekhnicheskikh spetsial'nostej (na primere proekta «Tekhnopark» pri MGTU im. N.E. Baumana) [The use of a score-rating system in assessing the knowledge of technical students (on the example of the "Technopark" project at Bauman Moscow State Technical University)]. Materialy III Mezhdunarodnoj nauchno-prakticheskoj konferentsii studentov, aspirantov i molodykh uchenykh "Аktual'nye voprosy i perspektivy razvitiya sovremennoj nauki" [III International Scientific and Practical Conference of Students, PhD Students and Young Scientists "Actual questions and prospects for the development of modern science"], 2017, pp. 30-35.

14. Orlov А.I. Model' analiza sovpadenij pri raschete neparametricheskikh rangovykh statistic [The model of coincidence analysis in the calculation of nonparametric rank statistics]. Zavodskaya laboratoriya. Diagnostika materialov [Factory laboratory. Diagnostics of materials], 2017, V. 83, no 11, pp. 66-72.

15. Belous V.V., Spiridonov S.B., Postnikov V.M. Podkhod k sravneniyu po urovnyu nachal'noj podgotovki uchebnykh podgrupp slushatelej po napravleniyu perepodgotovki administrirovanie setej [Approach to the comparison of the level of initial preparation of training subgroups of students in the direction of retraining administration of networks]. Internet-zhurnal Naukovedenie [Internet Journal of Science], 2016, V. 8, no 6 (37), pp. 96.

Информация об авторахЦибизова Татьяна Юрьевна

(Россия, Москва)Доцент, доктор педагогических наук, профессор

кафедры «Системы автоматического управления», начальник Управления образовательных технологий.

Московский государственный технический университет имени Н.Э. Баумана (МГТУ им. Н.Э.

Баумана). E-mail: mumc@bmstu.ru

Постников Виталий Михайлович(Россия, Москва)

Жоцент, кандидат технических наук, доцент кафедры «Системы обработки информации и управления».

«Московский государственный технический университет имени Н.Э. Баумана (МГТУ им. Н.Э.

Баумана). E-mail: postnikovvm@yandex.ru

Спиридонов Сергей Борисович (Россия, Москва)Доцент кафедры

«Системы обработки информации и управления». Московский государственный технический

университет имени Н.Э. Баумана (МГТУ им. Н.Э. Баумана). E-mail: spirid@bmstu.ru

Information about the authorsTsibizova Tatiana Yurievna

(Russia, Moscow)Assistant professor, Doctor of pedagogy,

Professor of Department of «Automatic control system», Head of Educational technologies Department.

Bauman Moscow State Technical University» (BMSTU). E-mail: mumc@bmstu.ru

Postnikov Vitaly Mikhailovich(Russia, Moscow)

Assistant professor, PhD in Technical Sciences, Assistant professor of Department of «Information processing and

management Systems» Bauman Moscow State Technical University» (BMSTU).

E-mail: postnikovvm@yandex.ru

Spiridonov Sergey Borisovich(Russia, Moscow)

Assistant professor of Department of «Information processing and management Systems»

Bauman Moscow State Technical University» (BMSTU).

E-mail: spirid@bmstu.ru